Guía para crear imágenes arquitectónicas y editar interiores con Nano Banana 2.1

¿Qué aprenderás en esta guía?

Este tutorial se centra en cómo usar Nano Banana 2.1 para crear imágenes conceptuales a partir de texto y solicitar cambios mediante texto en imágenes existentes, en proyectos de visualización arquitectónica y de interiores. El objetivo es preparar prompts prácticos que describan el tipo de espacio, la composición, el carácter de los materiales y la iluminación, en lugar de recurrir a solicitudes generales de una sola frase.

En la documentación de Gemini API de Google, el nombre Nano Banana hace referencia a una familia de modelos que permite generar imágenes y modificar imágenes existentes. La documentación explica que los usuarios pueden orientar el proceso no solo escribiendo texto, sino también añadiendo entradas como imágenes y videos. Esta guía se centra en las entradas de texto e imagen útiles para los flujos de trabajo arquitectónicos. Considera los resultados generados como imágenes conceptuales que deben evaluarse y, si es necesario, ajustarse; no como decisiones de diseño ni proyectos de ejecución.

Requisitos: API, modelo y entradas

El identificador del modelo en la documentación de Google es gemini-nano-banana-2.1. Los ejemplos funcionan a través de Gemini API. El ejemplo oficial en Python utiliza los módulos google.genai, PIL y base64, pero la página de origen no especifica un tipo de cuenta, un comando de instalación ni versiones de esos componentes. Consulta la documentación actualizada de Gemini API para conocer el acceso a la API, la autenticación y las condiciones de uso; esta guía no presupone un precio ni la disponibilidad de una cuenta determinada.

Para generar imágenes a partir de texto, se envía al modelo una entrada de texto y se puede obtener la información de imagen de la respuesta. Para editar, se adjunta una imagen al prompt de texto. La fuente incluye un ejemplo en el que la imagen se codifica en Base64 y se especifica su tipo MIME. Asegúrate de tener los derechos necesarios sobre la imagen que uses; la documentación de Google también recuerda que se deben comprobar los derechos de las imágenes subidas.

Al escribir un prompt, define primero el resultado y luego añade restricciones espaciales y visuales. Por ejemplo, en lugar de una descripción amplia como «un interior moderno», especifica la función del espacio, el punto de vista, las superficies, las condiciones de luz y los elementos que deben aparecer en el encuadre. La guía de diseño de prompts de Google recomienda dar instrucciones claras y específicas y, cuando sea necesario, indicar por separado el formato de salida y las restricciones. Preparar un prompt no es un proceso de una sola vez: revisar el resultado y mejorar el texto forma parte del trabajo.

Paso a paso: crear y perfeccionar una imagen conceptual

1. Define el propósito de la imagen. Concreta si vas a trabajar en la atmósfera de un vestíbulo, una cocina residencial o un patio. El prompt debe describir el objetivo de la ilustración o el render; no uses adjetivos vagos por sí solos.

2. Describe el espacio y su apariencia en el primer prompt. En el siguiente ejemplo se indican en una misma solicitud la función del espacio, el punto de vista, el lenguaje de materiales y las condiciones de iluminación:

Create a photorealistic architectural visualization of a quiet apartment reading nook beside a full-height window. Show the space from eye level, with a built-in oak bookshelf, a compact upholstered chair, a small side table, pale mineral plaster walls, and soft overcast daylight. Keep the composition calm and uncluttered, with realistic material textures and natural shadows.

Este prompt inicial explica qué debe mostrar la imagen y qué atmósfera debe transmitir. Al evaluar el resultado, comprueba si las decisiones sobre mobiliario, materiales e iluminación responden a la intención de diseño; especifica de forma concreta los aspectos que no funcionen en el siguiente prompt.

1. Precisa el encuadre y el lenguaje visual. Si el primer resultado representa bien el espacio, pero no tiene el ángulo que necesitas para una imagen de presentación, describe la composición con más precisión en un nuevo intento. Si vas a elegir entre varias imágenes, define también de antemano los criterios de evaluación.

Create a photorealistic architectural interior image of a small neighborhood café. Use a wide interior view from near the entrance, showing the counter, seating area, and front windows in one coherent composition. Include warm timber, muted green wall surfaces, simple pendant lighting, and soft morning daylight. Keep the space believable and avoid decorative clutter.

Este ejemplo especifica qué partes deben aparecer en el encuadre. Pedir que elementos importantes para una presentación —por ejemplo, la entrada, el mostrador de servicio y la zona de asientos— compartan una misma composición permite visualizar la relación espacial que se quiere evaluar.

1. Limita los cambios al editar una imagen existente. Añade una imagen interior como entrada e indica qué característica quieres modificar. Separar los cambios solicitados de los elementos que deben conservarse hace que la instrucción sea más clara.

Edit the provided interior image. Replace the dark wall finish behind the dining table with a light warm-gray plaster surface. Keep the table, chairs, window positions, camera view, and overall room layout unchanged. Preserve the existing natural daylight and realistic material appearance.

Este prompt describe por separado la superficie que debe cambiar y los elementos espaciales que deben conservarse. Envía la imagen de origen junto con la entrada de texto a la API; en la fuente se muestra PNG como uno de los tipos MIME de imagen admitidos. Consulta la documentación de comprensión de imágenes de Gemini API para otros tipos de archivo o entradas de mayor tamaño.

1. Perfecciona el resultado según criterios concretos. Si el primer resultado no es suficiente, identifica qué falta en vez de alargar la solicitud con expresiones generales. Si la iluminación es demasiado dura, revisa la descripción de la luz; si el material no es correcto, especifica la superficie; si el encuadre resulta confuso, vuelve a indicar qué elementos deben aparecer. La guía de origen plantea el diseño de prompts como un proceso de prueba y mejora basado en los resultados observados.

Create a photorealistic visualization of a compact hotel lobby with a clear view from the entrance toward the reception desk. Use pale stone flooring, a restrained timber reception counter, soft indirect lighting, and a small waiting area. Keep the circulation route visually open, use balanced daylight and interior lighting, and avoid adding signage or decorative objects that distract from the layout.

En este ejemplo se destacan la legibilidad de la circulación y la visibilidad de la recepción desde la entrada. En una prueba conceptual, este tipo de criterios permite debatir no solo la atmósfera de la imagen, sino también la organización espacial.

Errores frecuentes

Dejar la solicitud demasiado abierta: Una descripción como «crea un interior elegante» aporta poca información sobre la función, el punto de vista y las prioridades visuales. Define claramente el espacio y el resultado esperado.

Cambiarlo todo a la vez: Pedir muchas modificaciones diferentes al editar una imagen puede dificultar la evaluación de qué cambio afectó al resultado. En cada iteración, céntrate en una superficie o decisión de diseño concreta e indica por separado qué otros elementos deben conservarse.

Considerar el primer resultado como una imagen final del proyecto: Trata el resultado del modelo como una prueba visual dentro del proceso de diseño. No presupongas garantías de precisión que las fuentes no especifican, especialmente en cuestiones como las dimensiones, las decisiones constructivas o la idoneidad de los materiales.

Ignorar los derechos de las entradas: Comprueba los derechos de uso de las imágenes que subas para editarlas. La documentación de Google recuerda las restricciones sobre contenido que infrinja los derechos de otras personas o que sea engañoso, abusivo o dañino.

Aplicación a flujos de trabajo de arquitectura, interiorismo y archviz

Este método puede ayudar a arquitectos que quieran debatir alternativas de atmósfera y materiales en las primeras fases conceptuales; a interioristas que deseen probar una idea para una superficie concreta en una imagen existente; y a equipos de archviz que evalúen distintas direcciones visuales antes de una presentación. La generación y edición de imágenes mediante texto no sustituyen al modelo del proyecto ni a los planos técnicos. Usa los resultados como borradores para reuniones con clientes, investigación conceptual o exploración visual, y valida por separado las dimensiones, la geometría y las decisiones de ejecución del diseño.

En la documentación de producto de Google, Nano Banana 2.1 se presenta como una opción que mantiene el objetivo de ofrecer rapidez y eficiencia de costos. Según la compañía, incluye mejoras en la calidad de imagen con resoluciones de 1K, 2K y 4K, la generación de texto, la consistencia a lo largo de varias rondas y el uso de la Búsqueda de Google. Para tareas visuales más complejas, presenta Nano Banana Pro como una opción prémium. Nano Banana 2 Lite se posiciona para tareas en las que prima la velocidad y el costo; se indica que no está optimizado para varias imágenes de referencia ni para ediciones sucesivas en varias rondas. Al elegir, comprueba aspectos como el uso de imágenes de referencia en tu flujo de trabajo, la necesidad de volver a editar, el acceso a la API y los precios vigentes. La documentación también indica que todas las imágenes generadas incluyen una marca de agua SynthID.

Próximos pasos

Prueba primero un prompt conceptual para un mismo espacio y luego perfecciónalo cambiando una sola característica, como el encuadre o los materiales. Para editar una imagen, incluye la imagen de origen, las instrucciones de cambio y los elementos que deben conservarse. Al evaluar los resultados con el equipo, anota qué decisión de diseño se puso a prueba con cada prompt. Si trabajas a través de la API, sigue los ejemplos de la documentación oficial para obtener y guardar la imagen generada; ten en cuenta también la advertencia de que, en resultados complejos de texto e imagen, un único campo de conveniencia puede no incluir todo el contenido.

Fuentes y licencia

Este tutorial se ha adaptado al turco a partir de la documentación de Google sobre generación y edición de imágenes en Gemini API y de su guía de diseño de prompts. Ambas fuentes están disponibles con licencia CC BY 4.0. Los prompts arquitectónicos de ejemplo se han redactado originalmente siguiendo los principios de la guía: aclarar las instrucciones y perfeccionarlas de forma iterativa.